Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la collaboration décentralisée de la révolution technologique
Dans toute la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et qui a le seuil technologique le plus élevé, déterminant directement la limite de capacité des modèles et l'efficacité des applications pratiques. Comparé à l'appel léger de la phase d'inférence, le processus d'entraînement nécessite un investissement continu en puissance de calcul à grande échelle, des processus de traitement de données complexes et un soutien d'algorithmes d'optimisation intensifs, représentant véritablement l'"industrie lourde" de la construction des systèmes d'IA. D'un point de vue des paradigmes architecturaux, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le sujet principal de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule entité au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, des matériels, des logiciels de base, du système de gestion de cluster, jusqu'à tous les composants du cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de coopération profonde permet d'optimiser l'efficacité du partage de mémoire, de la synchronisation des gradients et des mécanismes de tolérance aux pannes, ce qui la rend particulièrement adaptée à l'entraînement de modèles à grande échelle tels que GPT et Gemini, avec l'avantage d'une efficacité élevée et d'une gestion contrôlée des ressources. Cependant, elle pose également des problèmes de monopole de données, de barrières à l'accès aux ressources, de consommation d'énergie et de risques de point de défaillance.
L'entraînement distribué est la méthode principale pour l'entraînement de grands modèles actuellement. Son principe fondamental est de décomposer les tâches d'entraînement du modèle, puis de les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulots d'étranglement en matière de calcul et de stockage sur une seule machine. Bien qu'il présente physiquement des caractéristiques de "Décentralisation", l'ensemble est toujours contrôlé, programmé et synchronisé par une institution centralisée, et fonctionne souvent dans un environnement de réseau local à haute vitesse, en utilisant la technologie de bus interconnecté haute vitesse NVLink, où le nœud principal coordonne uniformément les sous-tâches. Les méthodes dominantes comprennent :
Données parallèles : chaque nœud entraîne différents paramètres de données partagés, nécessitant une correspondance des poids du modèle.
Parallélisme de modèle : déployer différentes parties du modèle sur différents nœuds pour réaliser une forte extensibilité
Pipeline parallèle : exécution en série par phases, augmentation du débit
Parallélisation des tenseurs : segmentation fine des calculs matriciels, amélioration de la granularité de parallélisation
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron dirigeant à distance plusieurs employés de "bureaux" travaillant ensemble pour accomplir une tâche. Actuellement, presque tous les grands modèles populaires (GPT-4, Gemini, LLaMA, etc. ) sont formés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques clés incluent : plusieurs nœuds mutuellement méfiants ( pouvant être des ordinateurs personnels, des GPU cloud ou des dispositifs en périphérie ) collaborant pour accomplir des tâches de formation sans coordinateur central, généralement en distribuant et en collaborant sur les tâches par le biais de protocoles, et en utilisant des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté comprennent :
Hétérogénéité des dispositifs et difficultés de découpage : coordination difficile des dispositifs hétérogènes, faible efficacité de découpage des tâches
Goulots d'étranglement de l'efficacité de communication : communication réseau instable, goulot d'étranglement de synchronisation de gradient évident
Exécution fiable manquante : manque d'environnement d'exécution fiable, difficile de vérifier si les nœuds participent réellement au calcul.
Manque de coordination unifiée : pas de centralisateur, distribution des tâches et mécanisme de rollback des anomalies complexes
La formation décentralisée peut être comprise comme : un groupe de bénévoles du monde entier, chacun contribuant à la puissance de calcul pour entraîner le modèle de manière collaborative, mais "la véritable formation décentralisée à grande échelle réalisable" reste un défi d'ingénierie systémique, impliquant l'architecture du système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et d'autres aspects. Cependant, la question de savoir si cela peut être "collaboratif et efficace + incitation à l'honnêteté + résultats corrects" reste à un stade précoce d'exploration de prototypes.
L'apprentissage fédéré, en tant que forme de transition entre la distribution et la Décentralisation, met l'accent sur la conservation locale des données et l'agrégation centralisée des paramètres du modèle, ce qui le rend adapté aux scénarios axés sur la conformité à la vie privée, tels que la santé et la finance (. L'apprentissage fédéré possède une structure d'ingénierie d'entraînement distribué et une capacité de collaboration locale, tout en bénéficiant des avantages de la répartition des données dans l'entraînement décentralisé, mais il dépend toujours d'une entité de coordination de confiance et ne possède pas de caractéristiques totalement ouvertes et résistantes à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, avec des tâches d'entraînement, une structure de confiance et des mécanismes de communication relativement modérés, ce qui le rend plus approprié comme architecture de déploiement transitoire dans l'industrie.
) Décentralisation des limites, opportunités et chemins réels de l'entraînement
D'un point de vue des paradigmes d'entraînement, la formation décentralisée n'est pas adaptée à tous les types de tâches. Dans certains scénarios, en raison de la complexité de la structure des tâches, des besoins en ressources extrêmement élevés ou des difficultés de collaboration, elle n'est naturellement pas adaptée pour être réalisée efficacement entre des nœuds hétérogènes et sans confiance. Par exemple, l'entraînement de grands modèles dépend souvent d'une mémoire vidéo élevée, d'une faible latence et d'une bande passante élevée, ce qui rend difficile la découpe et la synchronisation efficaces sur un réseau ouvert ; les tâches avec une forte restriction de confidentialité des données et de souveraineté, telles que celles liées à la santé, aux finances et aux données sensibles, sont limitées par des contraintes de conformité légale et éthique, ce qui empêche le partage ouvert ; et les tâches manquant de bases d'incitation à la collaboration, telles que l'entraînement de modèles propriétaires d'entreprise ou de prototypes internes, manquent de motivation pour la participation externe. Ces frontières constituent ensemble les limites réelles de la formation décentralisée actuelle.
Mais cela ne signifie pas que l'entraînement décentralisé est une fausse problématique. En fait, dans les types de tâches légères en structure, faciles à paralléliser et incitatives, l'entraînement décentralisé montre un potentiel d'application clair. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, des tâches d'entraînement après alignement comportemental telles que RLHF, DPO###, des tâches d'entraînement et d'annotation par crowdsourcing de données, l'entraînement de petits modèles de base contrôlés par les ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des dispositifs en périphérie. Ces tâches présentent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance aux capacités de calcul hétérogènes, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
( Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de la formation décentralisée et de l'apprentissage fédéré, les projets blockchain représentatifs incluent principalement Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technologique et de difficulté de mise en œuvre, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales en matière d'architecture système et de conception d'algorithmes, représentant ainsi les directions de recherche théorique à la pointe; tandis que les chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, et des progrès d'ingénierie préliminaires peuvent déjà être observés. Cet article analysera successivement les technologies clés et l'architecture d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et leurs relations complémentaires dans le système de formation AI décentralisé.
)# Prime Intellect: Pion des réseaux collaboratifs d'apprentissage par renforcement vérifiables par la trajectoire d'entraînement
Prime Intellect s'engage à construire un réseau d'entraînement AI sans confiance, permettant à quiconque de participer à l'entraînement et de recevoir des récompenses fiables pour ses contributions computationnelles. Prime Intellect souhaite, à travers les trois modules PRIME-RL + TOPLOC + SHARDCAST, établir un système d'entraînement AI décentralisé, doté de vérifiabilité, d'ouverture et d'un mécanisme d'incitation complet.
Structure de la pile de protocoles Prime Intellect et valeur des modules clés:
PRIME-RL: Architecture de tâche de renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution de tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, conçu spécifiquement pour des réseaux hétérogènes et des participants asynchrones. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découplant de manière structurée le processus d'entraînement, d'inférence et de téléchargement des poids, permettant à chaque nœud d'entraînement de compléter indépendamment la boucle de tâches localement, et de collaborer via des interfaces standardisées avec des mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système et établissant une base pour le soutien à l'exécution de multiples tâches en parallèle et à l'évolution des stratégies.
TOPLOC: Mécanisme de validation des comportements d'entraînement léger
TOPLOC(Observation de confiance et vérification de la localité) est un mécanisme central de vérifiabilité proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement complété un apprentissage de stratégie efficace basé sur des données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais effectue une validation de structure allégée en analysant la trajectoire de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie". Il transforme pour la première fois la trajectoire comportementale durant le processus d'apprentissage en objets vérifiables, représentant une innovation clé pour réaliser une distribution de récompenses d'apprentissage sans confiance, et fournit un chemin viable pour construire un réseau d'apprentissage coopératif décentralisé, auditable et incitatif.
SHARDCAST: protocole de agrégation et de propagation de poids asynchrone
SHARDCAST est un protocole de propagation et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements réseau réels asynchrones, à bande passante limitée et avec des états de nœuds changeants. Il combine un mécanisme de propagation de gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans des états asynchrones, réalisant une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base essentielle pour construire un consensus de poids stable et une itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de communication développé indépendamment et en open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, spécialement conçu pour relever les défis courants dans l'entraînement décentralisé tels que la bande passante limitée, l'hétérogénéité des dispositifs et l'instabilité des nœuds. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques éparses comme Ring, Expander, Small-World, évitant ainsi les coûts de communication élevés associés à la synchronisation globale, et permettant de réaliser un entraînement collaboratif des modèles uniquement en s'appuyant sur des nœuds voisins locaux. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU de consommation et aux dispositifs en périphérie de participer de manière stable aux tâches d'entraînement, améliorant ainsi considérablement la participation à l'entraînement collaboratif mondial, et constitue l'une des infrastructures de communication clés pour construire un réseau d'entraînement décentralisé.
PCCL: Bibliothèque de communication collaborative
PCCL(Prime Collective Communication Library) est une bibliothèque de communication légère sur mesure pour l'environnement d'entraînement AI décentralisé, développée par Prime Intellect, visant à résoudre les goulets d'étranglement d'adaptation des bibliothèques de communication traditionnelles ### telles que NCCL et Gloo### dans des dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge la topologie éparse, la compression des gradients, la synchronisation à basse précision et la reprise après sinistre, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant sous-jacent qui soutient la capacité de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante et la compatibilité des dispositifs du réseau d'entraînement, ouvrant ainsi la "dernière étape" de la communication fondamentale pour construire un réseau d'entraînement collaboratif véritablement ouvert et sans confiance.
Réseau d'incitation Prime Intellect et répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans permission, vérifiable, avec un mécanisme d'incitation économique, permettant à quiconque de participer aux tâches et de recevoir des récompenses en fonction de contributions réelles. Le protocole fonctionne sur la base de trois types de rôles clés :
Initiateur de la tâche : définir l'environnement d'entraînement, le modèle initial, la fonction de récompense et les critères de validation
Nœud d'entraînement : exécuter un entraînement local, soumettre des mises à jour de poids et des trajectoires d'observation
Nœuds de validation : utiliser le mécanisme TOPLOC pour vérifier la véracité des comportements d'entraînement et participer au calcul des récompenses et à l'agrégation des stratégies.
Le processus central de l'accord comprend la publication de tâches, l'entraînement des nœuds, la validation des trajectoires, l'agrégation des poids (SHARDCAST) et la distribution des récompenses, formant un cycle d'incitation autour du "comportement d'entraînement réel".
INTELLECT-2: Première publication d'un modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé INTELLECT-2 en mai 2025, le premier grand modèle d'apprentissage par renforcement au monde formé par la collaboration de nœuds décentralisés asynchrones et sans confiance, avec une échelle de paramètres atteignant 32B. Le modèle INTELLECT-2 a été formé grâce à la collaboration de plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée de formation de plus de 400 heures, démontrant la faisabilité et la stabilité d'un réseau de collaboration asynchrone. Ce modèle représente non seulement une avancée en termes de performance, mais constitue également la première mise en œuvre systématique du paradigme "l'entraînement est un consensus" proposé par Prime Intellect. INTELLECT-2 intègre la structure d'entraînement asynchrone PRIME-RL(, le comportement d'entraînement TOPLOC).
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
11 J'aime
Récompense
11
8
Partager
Commentaire
0/400
ProxyCollector
· 07-24 16:12
Encore en entraînement intensif ? C'est dépassé.
Voir l'originalRépondre0
BrokenYield
· 07-24 16:11
smh l'entraînement de l'IA centralisée n'est qu'un autre point de défaillance unique... risque systémique classique
Voir l'originalRépondre0
fork_in_the_road
· 07-24 10:35
Le coût de l'entraînement est trop élevé, les petites entreprises ne peuvent pas se le permettre.
Voir l'originalRépondre0
BuyHighSellLow
· 07-21 17:01
Ce jeton a-t-il augmenté ? Si tu as compris, considère que j'ai perdu.
Voir l'originalRépondre0
TokenVelocityTrauma
· 07-21 17:00
On peut encore jouer comme ça, c'est génial.
Voir l'originalRépondre0
SigmaValidator
· 07-21 16:55
Ah, qui a dit que la décentralisation ne fonctionne pas ?
Voir l'originalRépondre0
SignatureDenied
· 07-21 16:41
Ne parle pas, l'entraînement est aussi un jeu qui coûte beaucoup d'argent.
Évolution du paradigme d'entraînement de l'IA : de la contrôle centralisé à la décentralisation collaborative
Évolution des paradigmes d'entraînement de l'IA : de la contrôle centralisé à la collaboration décentralisée de la révolution technologique
Dans toute la chaîne de valeur de l'IA, l'entraînement des modèles est l'étape qui consomme le plus de ressources et qui a le seuil technologique le plus élevé, déterminant directement la limite de capacité des modèles et l'efficacité des applications pratiques. Comparé à l'appel léger de la phase d'inférence, le processus d'entraînement nécessite un investissement continu en puissance de calcul à grande échelle, des processus de traitement de données complexes et un soutien d'algorithmes d'optimisation intensifs, représentant véritablement l'"industrie lourde" de la construction des systèmes d'IA. D'un point de vue des paradigmes architecturaux, les méthodes d'entraînement peuvent être classées en quatre catégories : entraînement centralisé, entraînement distribué, apprentissage fédéré et entraînement décentralisé, qui est le sujet principal de cet article.
L'entraînement centralisé est la méthode traditionnelle la plus courante, réalisée par une seule entité au sein d'un cluster haute performance local, où l'ensemble du processus d'entraînement, des matériels, des logiciels de base, du système de gestion de cluster, jusqu'à tous les composants du cadre d'entraînement, est coordonné par un système de contrôle unifié. Cette architecture de coopération profonde permet d'optimiser l'efficacité du partage de mémoire, de la synchronisation des gradients et des mécanismes de tolérance aux pannes, ce qui la rend particulièrement adaptée à l'entraînement de modèles à grande échelle tels que GPT et Gemini, avec l'avantage d'une efficacité élevée et d'une gestion contrôlée des ressources. Cependant, elle pose également des problèmes de monopole de données, de barrières à l'accès aux ressources, de consommation d'énergie et de risques de point de défaillance.
L'entraînement distribué est la méthode principale pour l'entraînement de grands modèles actuellement. Son principe fondamental est de décomposer les tâches d'entraînement du modèle, puis de les distribuer à plusieurs machines pour une exécution collaborative, afin de surmonter les goulots d'étranglement en matière de calcul et de stockage sur une seule machine. Bien qu'il présente physiquement des caractéristiques de "Décentralisation", l'ensemble est toujours contrôlé, programmé et synchronisé par une institution centralisée, et fonctionne souvent dans un environnement de réseau local à haute vitesse, en utilisant la technologie de bus interconnecté haute vitesse NVLink, où le nœud principal coordonne uniformément les sous-tâches. Les méthodes dominantes comprennent :
L'entraînement distribué est une combinaison de "contrôle centralisé + exécution distribuée", comparable à un même patron dirigeant à distance plusieurs employés de "bureaux" travaillant ensemble pour accomplir une tâche. Actuellement, presque tous les grands modèles populaires (GPT-4, Gemini, LLaMA, etc. ) sont formés de cette manière.
La formation décentralisée représente un chemin futur plus ouvert et résistant à la censure. Ses caractéristiques clés incluent : plusieurs nœuds mutuellement méfiants ( pouvant être des ordinateurs personnels, des GPU cloud ou des dispositifs en périphérie ) collaborant pour accomplir des tâches de formation sans coordinateur central, généralement en distribuant et en collaborant sur les tâches par le biais de protocoles, et en utilisant des mécanismes d'incitation cryptographique pour garantir l'honnêteté des contributions. Les principaux défis auxquels ce modèle est confronté comprennent :
La formation décentralisée peut être comprise comme : un groupe de bénévoles du monde entier, chacun contribuant à la puissance de calcul pour entraîner le modèle de manière collaborative, mais "la véritable formation décentralisée à grande échelle réalisable" reste un défi d'ingénierie systémique, impliquant l'architecture du système, les protocoles de communication, la sécurité cryptographique, les mécanismes économiques, la validation des modèles et d'autres aspects. Cependant, la question de savoir si cela peut être "collaboratif et efficace + incitation à l'honnêteté + résultats corrects" reste à un stade précoce d'exploration de prototypes.
L'apprentissage fédéré, en tant que forme de transition entre la distribution et la Décentralisation, met l'accent sur la conservation locale des données et l'agrégation centralisée des paramètres du modèle, ce qui le rend adapté aux scénarios axés sur la conformité à la vie privée, tels que la santé et la finance (. L'apprentissage fédéré possède une structure d'ingénierie d'entraînement distribué et une capacité de collaboration locale, tout en bénéficiant des avantages de la répartition des données dans l'entraînement décentralisé, mais il dépend toujours d'une entité de coordination de confiance et ne possède pas de caractéristiques totalement ouvertes et résistantes à la censure. Il peut être considéré comme une solution de "Décentralisation contrôlée" dans des scénarios de conformité à la vie privée, avec des tâches d'entraînement, une structure de confiance et des mécanismes de communication relativement modérés, ce qui le rend plus approprié comme architecture de déploiement transitoire dans l'industrie.
) Décentralisation des limites, opportunités et chemins réels de l'entraînement
D'un point de vue des paradigmes d'entraînement, la formation décentralisée n'est pas adaptée à tous les types de tâches. Dans certains scénarios, en raison de la complexité de la structure des tâches, des besoins en ressources extrêmement élevés ou des difficultés de collaboration, elle n'est naturellement pas adaptée pour être réalisée efficacement entre des nœuds hétérogènes et sans confiance. Par exemple, l'entraînement de grands modèles dépend souvent d'une mémoire vidéo élevée, d'une faible latence et d'une bande passante élevée, ce qui rend difficile la découpe et la synchronisation efficaces sur un réseau ouvert ; les tâches avec une forte restriction de confidentialité des données et de souveraineté, telles que celles liées à la santé, aux finances et aux données sensibles, sont limitées par des contraintes de conformité légale et éthique, ce qui empêche le partage ouvert ; et les tâches manquant de bases d'incitation à la collaboration, telles que l'entraînement de modèles propriétaires d'entreprise ou de prototypes internes, manquent de motivation pour la participation externe. Ces frontières constituent ensemble les limites réelles de la formation décentralisée actuelle.
Mais cela ne signifie pas que l'entraînement décentralisé est une fausse problématique. En fait, dans les types de tâches légères en structure, faciles à paralléliser et incitatives, l'entraînement décentralisé montre un potentiel d'application clair. Cela inclut, mais sans s'y limiter : le fine-tuning LoRA, des tâches d'entraînement après alignement comportemental telles que RLHF, DPO###, des tâches d'entraînement et d'annotation par crowdsourcing de données, l'entraînement de petits modèles de base contrôlés par les ressources, ainsi que des scénarios d'entraînement collaboratif impliquant des dispositifs en périphérie. Ces tâches présentent généralement des caractéristiques de haute parallélisation, de faible couplage et de tolérance aux capacités de calcul hétérogènes, ce qui les rend très adaptées à l'entraînement collaboratif via des réseaux P2P, des protocoles Swarm, des optimiseurs distribués, etc.
( Décentralisation entraînement classique projet analyse
Actuellement, dans le domaine de la formation décentralisée et de l'apprentissage fédéré, les projets blockchain représentatifs incluent principalement Prime Intellect, Pluralis.ai, Gensyn, Nous Research et Flock.io. En termes d'innovation technologique et de difficulté de mise en œuvre, Prime Intellect, Nous Research et Pluralis.ai ont proposé de nombreuses explorations originales en matière d'architecture système et de conception d'algorithmes, représentant ainsi les directions de recherche théorique à la pointe; tandis que les chemins de mise en œuvre de Gensyn et Flock.io sont relativement clairs, et des progrès d'ingénierie préliminaires peuvent déjà être observés. Cet article analysera successivement les technologies clés et l'architecture d'ingénierie derrière ces cinq projets, et explorera davantage leurs différences et leurs relations complémentaires dans le système de formation AI décentralisé.
)# Prime Intellect: Pion des réseaux collaboratifs d'apprentissage par renforcement vérifiables par la trajectoire d'entraînement
Prime Intellect s'engage à construire un réseau d'entraînement AI sans confiance, permettant à quiconque de participer à l'entraînement et de recevoir des récompenses fiables pour ses contributions computationnelles. Prime Intellect souhaite, à travers les trois modules PRIME-RL + TOPLOC + SHARDCAST, établir un système d'entraînement AI décentralisé, doté de vérifiabilité, d'ouverture et d'un mécanisme d'incitation complet.
Structure de la pile de protocoles Prime Intellect et valeur des modules clés:
PRIME-RL: Architecture de tâche de renforcement asynchrone découplée
PRIME-RL est un cadre de modélisation et d'exécution de tâches personnalisé par Prime Intellect pour des scénarios d'entraînement décentralisés, conçu spécifiquement pour des réseaux hétérogènes et des participants asynchrones. Il utilise l'apprentissage par renforcement comme objet d'adaptation prioritaire, découplant de manière structurée le processus d'entraînement, d'inférence et de téléchargement des poids, permettant à chaque nœud d'entraînement de compléter indépendamment la boucle de tâches localement, et de collaborer via des interfaces standardisées avec des mécanismes de validation et d'agrégation. Par rapport aux processus d'apprentissage supervisé traditionnels, PRIME-RL est mieux adapté à la mise en œuvre d'un entraînement flexible dans un environnement sans planification centrale, réduisant ainsi la complexité du système et établissant une base pour le soutien à l'exécution de multiples tâches en parallèle et à l'évolution des stratégies.
TOPLOC: Mécanisme de validation des comportements d'entraînement léger
TOPLOC(Observation de confiance et vérification de la localité) est un mécanisme central de vérifiabilité proposé par Prime Intellect, utilisé pour déterminer si un nœud a réellement complété un apprentissage de stratégie efficace basé sur des données d'observation. Contrairement à des solutions lourdes comme ZKML, TOPLOC ne dépend pas du recalcul complet du modèle, mais effectue une validation de structure allégée en analysant la trajectoire de cohérence locale entre "séquence d'observation ↔ mise à jour de stratégie". Il transforme pour la première fois la trajectoire comportementale durant le processus d'apprentissage en objets vérifiables, représentant une innovation clé pour réaliser une distribution de récompenses d'apprentissage sans confiance, et fournit un chemin viable pour construire un réseau d'apprentissage coopératif décentralisé, auditable et incitatif.
SHARDCAST: protocole de agrégation et de propagation de poids asynchrone
SHARDCAST est un protocole de propagation et d'agrégation de poids conçu par Prime Intellect, optimisé pour des environnements réseau réels asynchrones, à bande passante limitée et avec des états de nœuds changeants. Il combine un mécanisme de propagation de gossip et une stratégie de synchronisation locale, permettant à plusieurs nœuds de soumettre en continu des mises à jour partielles dans des états asynchrones, réalisant une convergence progressive des poids et une évolution multi-version. Par rapport aux méthodes AllReduce centralisées ou synchronisées, SHARDCAST améliore considérablement l'évolutivité et la tolérance aux pannes de l'entraînement décentralisé, constituant la base essentielle pour construire un consensus de poids stable et une itération d'entraînement continue.
OpenDiLoCo: cadre de communication asynchrone sparse
OpenDiLoCo est un cadre d'optimisation de communication développé indépendamment et en open source par l'équipe Prime Intellect, basé sur le concept DiLoCo proposé par DeepMind, spécialement conçu pour relever les défis courants dans l'entraînement décentralisé tels que la bande passante limitée, l'hétérogénéité des dispositifs et l'instabilité des nœuds. Son architecture est basée sur la parallélisation des données, en construisant des structures topologiques éparses comme Ring, Expander, Small-World, évitant ainsi les coûts de communication élevés associés à la synchronisation globale, et permettant de réaliser un entraînement collaboratif des modèles uniquement en s'appuyant sur des nœuds voisins locaux. En combinant des mises à jour asynchrones et un mécanisme de tolérance aux pannes, OpenDiLoCo permet aux GPU de consommation et aux dispositifs en périphérie de participer de manière stable aux tâches d'entraînement, améliorant ainsi considérablement la participation à l'entraînement collaboratif mondial, et constitue l'une des infrastructures de communication clés pour construire un réseau d'entraînement décentralisé.
PCCL: Bibliothèque de communication collaborative
PCCL(Prime Collective Communication Library) est une bibliothèque de communication légère sur mesure pour l'environnement d'entraînement AI décentralisé, développée par Prime Intellect, visant à résoudre les goulets d'étranglement d'adaptation des bibliothèques de communication traditionnelles ### telles que NCCL et Gloo### dans des dispositifs hétérogènes et des réseaux à faible bande passante. PCCL prend en charge la topologie éparse, la compression des gradients, la synchronisation à basse précision et la reprise après sinistre, et peut fonctionner sur des GPU grand public et des nœuds instables, constituant le composant sous-jacent qui soutient la capacité de communication asynchrone du protocole OpenDiLoCo. Il améliore considérablement la tolérance à la bande passante et la compatibilité des dispositifs du réseau d'entraînement, ouvrant ainsi la "dernière étape" de la communication fondamentale pour construire un réseau d'entraînement collaboratif véritablement ouvert et sans confiance.
Réseau d'incitation Prime Intellect et répartition des rôles
Prime Intellect a construit un réseau d'entraînement sans permission, vérifiable, avec un mécanisme d'incitation économique, permettant à quiconque de participer aux tâches et de recevoir des récompenses en fonction de contributions réelles. Le protocole fonctionne sur la base de trois types de rôles clés :
Le processus central de l'accord comprend la publication de tâches, l'entraînement des nœuds, la validation des trajectoires, l'agrégation des poids (SHARDCAST) et la distribution des récompenses, formant un cycle d'incitation autour du "comportement d'entraînement réel".
INTELLECT-2: Première publication d'un modèle d'entraînement décentralisé vérifiable
Prime Intellect a lancé INTELLECT-2 en mai 2025, le premier grand modèle d'apprentissage par renforcement au monde formé par la collaboration de nœuds décentralisés asynchrones et sans confiance, avec une échelle de paramètres atteignant 32B. Le modèle INTELLECT-2 a été formé grâce à la collaboration de plus de 100 nœuds hétérogènes GPU répartis sur trois continents, utilisant une architecture entièrement asynchrone, avec une durée de formation de plus de 400 heures, démontrant la faisabilité et la stabilité d'un réseau de collaboration asynchrone. Ce modèle représente non seulement une avancée en termes de performance, mais constitue également la première mise en œuvre systématique du paradigme "l'entraînement est un consensus" proposé par Prime Intellect. INTELLECT-2 intègre la structure d'entraînement asynchrone PRIME-RL(, le comportement d'entraînement TOPLOC).